<![CDATA[Model Generalized Autoregressive Conditional Heterocedasticity (GARCH) merupakan salah satu pemodelan data deret waktu yang digunakan untuk mengukur data yang memiliki varians residual yang tidak konstan atau bersifat heteroskedastisitas. Heteroskedastisitas terjadi karena data deret waktu memiliki volatilitas yang tinggi. Model Exponential GARCH (EGARCH) dan Threshold GARCH (TGARCH) adalah model-model GARCH yang dapat mengatasi efek asimetris pada volatilitas. Data yang digunakan pada penelitian ini adalah data return saham harian PT KB Bukopin Tbk (BBKP). Penelitan ini bertujuan untuk menerapkan model EGARCH dan TGARCH serta mendapatkan model terbaik dalam mengukur volatilitas asimetris data return saham harian. Pemilihan model terbaik didasarkan pada nilai Akaike Information Criterion (AIC) terkecil. Hasil analisis menunjukan bahwa model EGARCH (2,1) adalah model terbaik untuk mengukur dan meramalkan volatilitas asimetris return saham yang digunakan.]]>
Copyrights © 2022
